Audio API поддерживает две конечные точки для преобразования речи в текст:

• transcriptions

• translations

Чтобы начать работу с Audio API, ознакомьтесь с нашей документацией для разработчиков по преобразованию речи в текст.

Часто задаваемые вопросы

Сколько стоит использование Audio API?

Подробности см. на нашей странице с ценами.

Какие языки поддерживаются?

Список поддерживаемых языков доступен здесь.

Как обрабатывать большие аудиофайлы?

При загрузке файлов для транскрибирования через устаревший Audio API (whisper-1) максимальный размер запроса составляет 25 МиБ. Более новые маршруты транскрибирования gpt-4o могут применять другие проверки, например ограничения по длительности или числу токенов. Поэтому при обработке длинных аудиозаписей от пользователей сверяйтесь с документацией по конкретной модели.

Какие способы потоковой передачи доступны?

Есть два способа потоковой передачи транскрипции. Выбор зависит от вашей задачи: нужно ли транскрибировать уже готовую аудиозапись или обрабатывать непрерывный аудиопоток, используя OpenAI для определения границ реплик:

• Потоковая передача транскрипции готовой аудиозаписи

• Потоковая передача транскрипции во время записи аудио

Обратите внимание: модель whisper-1 не поддерживает потоковую передачу.

Какие форматы файлов поддерживаются?

Поддерживаемые форматы файлов перечислены в нашей документации по API.

Можно ли отправлять ссылки на аудиофайлы в Audio API?

Нет, необходимо отправить файл в одном из поддерживаемых аудиоформатов.